“夢溪湖論壇”第二講—“基于圖神經網絡的井間連通性研究”
文章作者:張心怡 曾子斐
責任編輯:王鑫
審核人:陳力平
文章來源:
9月24日下午,計算機與軟件學院在明理樓B306舉行了“夢溪湖論壇”第二講。本次講座聚焦“基于圖神經網絡的油田井網井間連通性研究”,吸引了眾多老師及對該領域懷有濃厚興趣的研究生。本次講座特邀西南石油大學計算機與軟件學院副研究員曾星杰老師主講。曾星杰老師致力于石油人工智能、聯邦學習、圖神經網絡等領域并取得豐富的科研成果。
本次講座內容主要涉及基于層間干擾的注水劈分方法研究、基于圖結構的井間連通性分析、基于圖神經網絡的井間連通性優化和基于井網異構的圖聯邦學習研究。
在講座中,曾老師首先講述了研究的油田背景和研究現狀,基于此提出自己的研究思路并建立了一套體系,注水劈分后得到數據支撐,再進行連通性評估、優化,最后多區塊聯合學習,同時基于兩方面的挑戰來展示此次研究的動機。隨后曾老師詳細介紹了模型的設計,主要采用了動態激活策略。在講述的過程中,閔帆教授對曾老師所講述的內容發出了提問,隨即開始進行學術探討。
曾老師還展示了圖神經網絡聯邦學習架構以及相應的研究成果,圖神經網絡的收斂能力是圖聯邦學習的關鍵挑戰,而對全局模型相似性的度量和學習可以有效提高模型的趨同性。曾老師主要分析了模型的損失優化設計,本地約束的損失、模型表示向量的損失和模型全域損失是相互促進的三個部分,可以提高模型的泛化能力。在油田數據集上進行了實驗驗證,取得了94.5%的準確率。
在夢溪湖論壇講座漸入尾聲時,師生們共同交流,詢問測試數據的來源、數據量大的時候如何使用、對遠處區塊采集的影響等問題,相信同學們在得到曾老師的解答后一定受益匪淺,繼續勇于探索,不斷追求真理,注重實踐,將理論知識應用到實際生活中去。
更新時間:2024-09-26